上周我导出过一段自己和 AI 的真实对话。我问的是:用 AI 学新领域时,“预设过载”——一上来一堆专业术语,把人砸懵——有没有现成解法。
AI 回得很漂亮,三大类:提示词层面(“解释得像讲给五岁小孩”、费曼式追问、强制降维模板),工具层面(划词解释插件、AI 闪卡、间隔重复),框架层面(苏格拉底式引导、螺旋式三轮学习、认知负荷自适应)。一条光谱,从轻到重,无懈可击。
然后我只回了一句:
“我认为还有一个很重要,就是,为什么学习,和学习什么一样重要。虽然你说的全部都是怎么学习。”
AI 立刻认了:“我上一轮确实默认了你已经知道为什么学、学什么,只谈了怎么学。但在 AI 学习场景里,这个默认恰恰最危险。”
然后它给了全篇最值钱的一句话:How 越来越便宜,Why 和 What 反而越来越稀缺。
这段对话就是本文的全部起点。AI 给了十几种"怎么学"的解法,而真正的问题根本不在"怎么学"。
为什么"预设过载"不是技术问题
先把机制拆开。为什么 AI 一上来就是术语洪水?表面是它"爱显摆权威",底层是一个更冷的东西:
- 没有 Why,你就没有筛选标准,AI 给什么你接什么;
- 没有 What,你就不知道什么重要,于是所有术语都显得重要;
- 最后,AI 的"完整、专业、全面",就变成了认知洪水。
注意这个顺序:过载不是 AI 的 bug,是 Why 和 What 缺位的症状。你缺的从来不是"让 AI 讲简单点"的技巧,是"我为什么碰这个、我要到什么程度就停"的标准。标准一立,术语里八成的词会自己变暗;标准不立,AI 讲得再简单你也照样被淹没——因为"简单"是相对的,没有"够不够",简单就没有止境。
这是通缩的迁移。AI 把执行层的成本压到接近零之后,稀缺性没有消失,只是挪了地方:从 How(怎么学)挪到了 Why(为什么学)和 What(学什么)。会写提示词、会查资料、会做闪卡,这些正在从"人的本事"变成"机器的默认能力"。
落到一句话:AI 是放大器。Why 清晰,它放大你的能力;Why 模糊,它放大你的焦虑和术语过载。在错误方向上高效奔跑,是最贵的一种浪费。
举个一人公司最常踩的场景。你想接一个新需求,客户说要"上向量检索",于是你去问 AI。它给你讲 embedding、召回、重排、ANN 索引,一页术语。你以为自己在"学 RAG",其实真正的问题早被术语盖住了:这个需求到底值不值得用 RAG 解,还是加个 grep 就够。没有 Why,你不会想到问"这个客户的数据量有多大"——而答案往往是"几百条,压根用不上向量检索"。目的没立住,学得越全,离钱越远。 这就是为什么"预设过载"的解法不是换一个更会降维的提示词,而是先把"我到底要拿它干什么"钉死。
再深一层,这也不只是个人学习习惯问题。当一项技能能被 AI 稳定、廉价地完成时,它就在被并入生产资料——就像当年织布手艺被并进纺织机。人剩下、不可外包的部分,从来不是"执行",是"判断":判断学什么值得、到什么程度该停、这个知识对我的问题到底有没有用。AI 是劳动资料,不是劳动主体;它替你干活,但"为什么干"必须是你自己的。所以"预设过载"骨子里不是技术现象,是没有目的的学习就是消费——你在为一个不存在的目标,消耗认知,也消耗 AI 那点"权威"。
三条能今天就用的
第一,先写"不学行不行"。
碰任何一个新领域之前,先写一句话:如果我不学这个,会怎么样。能坦然写出"不学也行"的,直接删掉。这不是消极,是过滤——一个人一年里真正值得学的东西,可能就两三样。你删掉的那些,AI 本来会用"完整、专业、全面"帮你全部塞回来。
第二,让 AI 画全图,然后你删掉 80%。
让 AI 画出这个领域的完整地图:核心问题、核心概念、依赖关系。但记住——裁剪权必须留在你手里。AI 的天性是"给全",你的任务是"砍"。地图是它画的,边界是你划的。你可以要它标出"哪些必须精通、哪些只需了解、哪些可以暂时忽略",但最后那句"这条路我走,其余忽略",只能你说。
第三,验收标准不是"懂了",是"能做以前做不到的一件事"。
“我懂了"是最廉价的幻觉。真正的验收是行为级的:学完之后,你能不能做出一件昨天做不到的事——写一段能跑的代码、看懂一份过去看不懂的报表、把一个概念讲给完全不懂的人听。做不到,就说明还没到"够”:要么继续,要么承认这东西暂时不该学。
给一个能直接抄的提示词
如果你现在就要用,这四步加一条模板够启动:
定 Why(写学习契约:为什么学、解决什么问题、学到什么程度、怎么验证)→ 画 What(让 AI 出地图,人工裁剪)→ 选 How(降维、做项目、闪卡、追问,随便)→ 闭环验证(输出、教别人、做项目,用反馈回头改 Why 和 What)。
提示词模板:
我要在 [时间] 内解决 [问题]。先不要解释概念,帮我列出这个领域最核心的 5 个问题、5 个核心概念及关系,标出哪些必须精通、哪些只需了解、哪些术语可以暂时忽略,然后设计一条最小学习路径。
一句话同时处理了 Why、What、How 三层。
学习的稀缺品,从来不是方法。方法是 AI 时代最便宜的东西——你随便一问,它就给你一套无懈可击的光谱。稀缺的是目的:你为什么学,学到哪算够,学完拿它去干什么。
先把这两件事想清楚,AI 才是你的放大器;想不清楚,它就是一台焦虑制造机。